3937 artigos
O artigo apresenta o CanoVerse, um novo framework de canonicização e um massivo dataset de 320 mil objetos 3D que resolvem a ambiguidade de rotação, permitindo geração mais estável, recuperação precisa de formas e estimativa de orientação zero-shot.
O artigo apresenta o LiveWorld, um novo framework que resolve o problema de "dinâmicas fora do campo de visão" em modelos de mundo generativos ao simular a evolução persistente de entidades não observadas, garantindo a consistência temporal e espacial do ambiente.
O artigo propõe um novo quadro teórico que integra a teoria do estado de transição com a modelagem de redes dinâmicas para caracterizar e prever mudanças estruturais, como realinhamentos de facções, utilizando dados transversais sob suposições limitadas sobre microdinâmicas.
O artigo apresenta o NarrativeLoom, um sistema de co-criação baseado na teoria de Variação Cega e Retenção Seletiva de Campbell que, ao empregar múltiplas personas de IA e seleção humana, demonstrou em um estudo controlado com 50 participantes melhorar significativamente a originalidade, diversidade e qualidade objetiva das histórias criadas, especialmente para usuários iniciantes.
O artigo propõe uma estratégia de inferência que trata o raciocínio como minimização de incerteza, selecionando em cada passo a continuação que maximiza a autoconfiança interna do modelo, o que resulta em melhor desempenho e eficiência em tarefas matemáticas e de raciocínio em comparação com métodos existentes.
O artigo propõe o PromptGate, um framework adaptativo de Aprendizado Federado Ativo que utiliza prompts aprendíveis para purificar pools de dados não rotulados de ruído fora de distribuição em ambientes médicos heterogêneos, garantindo alta precisão na seleção de amostras sem comprometer a privacidade dos dados.
O artigo apresenta o RoTri-Diff, um modelo de aprendizado por imitação baseado em difusão que melhora a manipulação bimanual ao explicitamente modelar e impor restrições geométricas contínuas da interação triádica entre os dois braços robóticos e o objeto, resultando em trajetórias mais estáveis e coordenadas que superam os métodos atuais.
O artigo propõe o ACD-U, um framework de co-ensino assimétrico que combina um Vision Transformer pré-treinado com CLIP e uma CNN, integrando desaprendizagem de máquina para corrigir ativamente erros de seleção e alcançar desempenho de ponta em cenários com rótulos ruidosos.
Este artigo avalia sistematicamente visualizações de classe e atlas de ativação em modelos baseados em transformadores para patologia computacional, demonstrando que, embora essas técnicas revelem estruturas morfológicas coerentes em níveis de tecido e grupos amplos de câncer, sua eficácia diminui em subclasses sobrepostas, refletindo a complexidade intrínseca das representações aprendidas e a variabilidade entre especialistas.
O artigo investiga o uso de redes neurais gráficas para prever ordens de ramificação iniciais em solucionadores SAT baseados em CDCL, demonstrando acelerações significativas em instâncias aleatórias e pseudo-industriais, embora o desempenho seja limitado em problemas industriais complexos devido à rápida sobrescrita das heurísticas dinâmicas do solucionador.
O artigo apresenta o GFM-Retriever, um método que utiliza um Modelo Fundacional de Grafos pré-treinado e um seletor de subgrafos baseado no Princípio do Gargalo de Informação para recuperar, de forma eficiente e sem rótulos, subgrafos mínimos e suficientes que fornecem evidências estruturadas para raciocínio multi-hop em cenários de GraphRAG.
O artigo apresenta o FreeFly-Thinking, um framework de navegação visão-linguagem para drones (UAVs) que integra raciocínio de cadeia de pensamento e uma estratégia de treinamento em duas etapas para melhorar a navegação autônoma em ambientes urbanos complexos.
Este artigo propõe três abordagens complementares para superar as limitações das ferramentas atuais na documentação de atividades criativas, que frequentemente perdem a estrutura de exploração não linear, a intenção representacional e os limites de interação, ao apresentar interfaces baseadas em nós para gestão de artefatos de IA generativa, um vocabulário de sinais visuais para autoria de visualizações e um modelo de programação que incorpora histórias semânticas diretamente no estado de interação.
Este estudo de métodos mistos realizado em uma universidade ganesa revela que os alunos preferem plataformas de mensagens instantâneas, como WhatsApp e Telegram, em vez de sistemas institucionais de gestão de aprendizagem, devido à sua conveniência, familiaridade e capacidade de interação em tempo real, destacando a necessidade de alinhar as estratégias digitais educacionais com os hábitos digitais dos estudantes.
Este trabalho propõe a Arquitetura de Governança em Camadas (LGA), um framework de quatro níveis que integra sandboxing, verificação de intenção, autorização de confiança zero e auditoria imutável para mitigar vulnerabilidades de execução em agentes autônomos, demonstrando experimentalmente sua eficácia na interceptação de ameaças com baixa latência e alta precisão.
O artigo apresenta o FastSTAR, um framework de aceleração sem treinamento que utiliza poda de tokens espaciotemporais e atualização parcial para mitigar a explosão de tokens na geração autoregressiva de vídeo, alcançando um aceleramento de até 2,01x com degradação mínima na qualidade.
O artigo apresenta o método Re², que utiliza aprendizado por reforço para ensinar modelos de linguagem a abandonar caminhos de raciocínio improdutivos e reiniciar a solução, superando a ineficiência do "overthinking" e alcançando ganhos significativos de desempenho em comparação com o treinamento padrão de RLVR.
Este artigo apresenta um quadro de controle ótimo totalmente embarcado e guiado por visão, que utiliza um campo neural de distância assinada (Gate-SDF) integrado a um controlador MPPI para permitir que drones raceiros naveguem de forma ágil e robusta através de portões arbitrários em tempo real, sem depender de trajetórias pré-computadas ou estimativas explícitas de pose.
Este artigo propõe um framework colaborativo baseado em múltiplos modelos de linguagem (LLMs) que operam localmente para identificar automaticamente pacotes de software relevantes para criptografia em grandes repositórios, visando facilitar a transição para criptografia pós-quântica e reduzir a carga de trabalho manual.
Este estudo, baseado em dados de universidades de Gana e analisado via PLS-SEM, demonstra que normas subjetivas, dissuasão e mecanismos de envolvimento, especialmente o compartilhamento de conhecimento, moldam significativamente a atitude de funcionários contingentes em relação às políticas de segurança da informação, influenciando diretamente suas intenções de conformidade.